概念
别名：mtp
一种加速自回归生成的技术，Gemma 4 12B配套发布专用MTP模型以提升本地推理速度。
已跟踪 3 条高相关材料
最近变化
2026-06-05 · Gemma 4 12B移除独立编码器，视觉仅用35M参数嵌入层，音频直接线性投影至LLM输入空间
为什么值得关注
Multi-Token Prediction (MTP) 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Gemma 4 12B: The Developer Guide
Google Developers Blog · 9.2 分
Gemma 4 12B采用无编码器多模态架构，可在16GB显存设备上本地运行并原生支持音频输入。该模型通过移除独立视觉与音频编码器显著降低延迟，配合专用MTP模型提升推理速度，是首个支持macOS桌面端全离线交互的中型多模态模型。
End-of-week call for community builds! Have a project or demo that showcases Gemma 4 Multi-Token Pr...
Google AI Developers(@googleaidevs) · 4.5 分
Google AI Developers发起社区项目征集，鼓励开发者展示Gemma 4 MTP、File Search工具更新或Gemini API的Webhooks功能。
Accelerating Gemma 4: faster inference with multi-token prediction drafters
The Keyword (blog.google) · 4.5 分
文章仅简要提及Gemma 4使用多标记预测加速推理，未提供技术细节、实验数据或实现方法，属于宣传性轻量公告，缺乏工程参考价值。
已收录 3 条与 Multi-Token Prediction (MTP) 相关的内容，按评分排序。
Gemma 4 12B采用无编码器多模态架构，可在16GB显存设备上本地运行并原生支持音频输入。该模型通过移除独立视觉与音频编码器显著降低延迟，配合专用MTP模型提升推理速度，是首个支持macOS桌面端全离线交互的中型多模态模型。
入选理由：Gemma 4 12B移除独立编码器，视觉仅用35M参数嵌入层，音频直接线性投影至LLM输入空间
Google AI邀请开发者展示Gemma 4 MTP等项目。
入选理由：Google AI邀请开发者分享Gemma 4 MTP项目
文章仅提及Gemma 4使用多标记预测加速推理，未提供技术细节、实验数据或实现方法，属于宣传性轻量公告，缺乏工程参考价值。
入选理由：Gemma 4通过多标记预测（MTP）加速推理，速度提升最高达3倍。
